0 votes
par dans 11 - Autoencodeur (AE)
Dans le cadre du débruitage de notre image avec auto-encoder, on doit fournir à la fois:

- l'image bruitée

- l'image débruitée

Ceci est fait dans le but d'avoir une fonction de Loss à réduire.

Le fait de donner à l'algorithme à la fois la question et la réponse (comme pour une classification) fait que j'ai du mal à classifier cet algorithme dans la familles des algorithmes d'apprentissage non supervisé.

En comparaison, Les algorithmes de neighbour embedding qui sont eux clairement dans la famille des algorithmes non supervisés, font du clustering sans avoir à connaitre plus de choses que le jeu de donnée de départ.

1 Réponse

0 votes
par Vétéran du GPU 🐋 (68.8k points)
 
Meilleure réponse
Dans le cas de ce TP, l'AE est self surpervised, la partie label est contenue directement dans la data (les images bruitées sont générées par les images non-bruitées de base)

On considère les AE comme étant unsupervised car la plupart du temps ils servent à faire de la compression (espace latent) et donc leur donnée d'entrée et de sortie sont identiques. Le train étant compression-décompression.
par
Merci pour avoir précisément expliqué en quoi l'AE est considéré comme une approche non supervisée. C'est maintenant plus clair même si ce choix peut être comme ici discuté.
...